【免费分享】2000-2020年中国30米年最大NDVI数据集

原创 已于 2024-01-02 16:42:38 修改 · 1.4k 阅读 · 8 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#arcgis #数据库

于 2023-12-26 16:17:22 首次发布
本文介绍了一款基于GoogleEarthEngine的2000-2020年中国30米分辨率的年最大NDVI数据集，通过Landsat遥感数据处理生成，可用于生态研究。数据以GeoTIFF格式提供，包含详细的元数据和压缩方法，建议引用特定文献。

有人需要数据的话可以免费领取，这是我自己找到的，方便大家用，很多都要转发朋友圈什么的，这个不用，有需要就自取

数据详情

2000-2020年中国30 m年最大NDVI数据集是基于Google Earth Engine云计算平台，利用全年所有Landsat5/7/8遥感数据，通过去云去阴影得到所有的Landsat有效观测数据，然后对每一个Landsat有效观测进行NDVI提取，并结合线性插值以及S-G平滑等方法，最终得到每个像元所在位置在一年中的NDVI最大值。该数据集空间分辨率为30m，时间分辨率为每年。

数据格式
GeoTIFF格式的栅格数据。
 

文件名命名规则
NDVImax[year].tif
year：四位年份
示例：“NDVImax2010.tif”：表示2010年的年最大NDVI数据。

元数据
时间跨度: 2000 ~ 2020年
时间分辨率：每年一期
空间范围：[-90°N~ 90°N，-180°W~180°E]
空间分辨率：30米
维度：131320行×228612列
数据类型：UINT8
投影信息：WGS1984 [Longitude and latitude]
 

数据压缩方式：
为了节省数据存储空间，我们首先将 NDVI 数据值范围由-0.2-1 放大 10000
倍到-2000-10000，然后又压缩到 

最低0.47元/天 解锁文章
yikegis
关注
2000-2022年中国30米年最大NDVI数据集
国科大硕士在读，分享Python/GEE/Matlab/R专业代码实践，涵盖数据分析、算法开发与应用技巧等，以代码会友。
04-29 1434
本数据集基于Google Earth Engine云计算平台，利用全年所有Landsat5/7/8/9遥感数据，通过系列数据预处理和数据平滑等方法，得到2000-2020年每个像元一年中的NDVI最大值。该数据集空间分辨率为30m，时间分辨率为年。
中国1986-2023年30米分辨率年最大NDVI数据集（含条带修复）
m0_63269495的博客
01-31 1万+
(2)SLC条带修复 特别对于LANDSAT 7 ETM+在2011-2013年的SLC-off期间受损数据，开发了GapFill条带修复算法，通过周边像素值预测缺失信息，确保NDVI时序的完整性。2. 然后，使用较高分辨率的传感器图像，例如MODIS的数据，来填充缺失的数据。3. 接下来，通过对不同波段的颜色进行校正，将填充的数据与原始的Landsat 7数据进行融合。通过使用较高分辨率的传感器数据来填充缺失的数据，可以恢复Landsat 7图像的质量并减少条带状的颜色差异。
【数据分享】2000-2022年中国30米年最大NDVI数据集
qq_48539301的博客
03-05 4392
在算法改进方面，首先计算过去五年中每年最大归一化植被指数（NDVI）值及其对应的观测日期（Day of Year，DOY），得到一系列数值。该数据集利用了Landsat 5/7/8/9遥感数据，通过去除云和阴影的影响，获取了全年有效的Landsat观测数据。然后，对每个有效观测数据进行NDVI指数计算，并利用线性插值和S-G平滑等方法，得到每个像元在一年中的最大NDVI值。随后，逐年计算最大归一化植被指数（NDVImax）及其对应的观测日期（DOYmax）。这样的处理策略旨在确保数据的准确性和一致性。
【RS&GIS数据资源】2000-2022年中国30米年最大NDVI数据集
Lee大哲博客
04-08 2147
本数据集基于Google Earth Engine云计算平台，利用全年所有Landsat5/7/8/9遥感数据，通过系列数据预处理和数据平滑等方法，得到2000-2020年每个像元一年中的NDVI最大值。该数据集空间分辨率为30m，时间分辨率为年。
全国30米分辨率逐年最大NDVI数据集
m0_63269495的博客
12-22 1912
中国30m逐年NDVI最大值数据集是基于Google Earth Engine（GEE）遥感云计算平台，利用美国陆地卫星Landsat 5/7/8/9遥感影像计算的1986年以来的逐年度NDVI最大值数据集。计算过程中对每年度全年所有的Landsat5/7/8/9遥感影像计算NDVI，获取每个像元所在位置的一年中的NDVI最大值，从而生成逐年度NDVI最大值数据。NIR指的是近红外波段反射率，R指的是红色波段反射率。数据空间分辨率为30m，时间分辨率为1986-2021年逐年度。数据空间分辨率：30米。
【转载学习】数据代码分享丨1990-2020年中国省级行政区1km分辨率NDVI数据
2301_77925375的博客
05-04 1613
遥感影像计算得到1990-2020年逐年度的中国省级行政区（34个）1km尺度NDVI最大值数据集。数据数值范围为-10000-10000（由-1-1放大10000倍），格式为GeoTIFF。上一篇OneEarth文献速递|全球山地森林流失加速对生物多样性热点地区构成威胁下一篇数据分享丨2000-2020年中国30米年际最大NDVI数据集。本文参考徐新良研究员“中国30m逐年NDVI最大值数据集”的计算方法，利用Google Earth Engine（GEE）平台，使用美国陆地卫星。空间分辨率：1 km。
中国1986-2024年30米分辨率年最大NDVI数据集（含条带修复）
m0_63269495的博客
03-19 1064
(2)SLC条带修复 特别对于LANDSAT 7 ETM+在2011-2013年的SLC-off期间受损数据，开发了GapFill条带修复算法，通过周边像素值预测缺失信息，确保NDVI时序的完整性。2. 然后，使用较高分辨率的传感器图像，例如MODIS的数据，来填充缺失的数据。3. 接下来，通过对不同波段的颜色进行校正，将填充的数据与原始的Landsat 7数据进行融合。通过使用较高分辨率的传感器数据来填充缺失的数据，可以恢复Landsat 7图像的质量并减少条带状的颜色差异。
MODIS 2020年中国1km植被指数（NDVI）空间分布数据集
03-18
该植被指数数据来源于美国NASA定期发布的MODIS数据系列，原始数据集为MOD13A3。MOD13A3的空间分辨率为1km，时间分辨率为monthly。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到逐月1km的NDVI数据后，再利用最大合成法得到对应年份的NDVI数据。 地区：中国 时间分辨率：年 空间分辨率：1km 投影坐标系：Albers conical equal area 椭球：WGS84 变形比例：1.0 中央经线：105 标准纬线：25 标准纬线：47 引用：Didan, K. (2015). MODIS/Terra Vegetation Indices Monthly L3 Global 1km SIN Grid V006, NASA EOSDIS Land Processes DAAC.https://doi.org/10.5067/MODIS/MOD13A3.006该植被指数数据来源于美国NASA定期发布的MODIS数据系列，原始数据集为MOD13A3。MOD13A3的空间分辨率为1km，时间分辨率为monthly。经过提取子数据集、拼接、投影栅格、换算单位、
2001-2020年中国30米分辨率植被NDVI数据集
最新发布
国科大硕士在读，分享Python/GEE/Matlab/R专业代码实践，涵盖数据分析、算法开发与应用技巧等，以代码会友。
04-28 1532
我们一起发掘写作的魅力，书写出属于我们的故事。：来源于 MOD09Q1 和 MYD09Q1 产品，分辨率为 250 米，通过最大值合成（MVC）方法处理 8 天内的 NDVI 值，并使用加权 Whittaker 平滑器减少噪声和不确定性。为评估重建数据集的质量，研究从不同陆地生态系统中收集了255,000个植被样本，覆盖了多种植被类型。此外，研究还根据云层覆盖情况选择了六个验证区域，分别对应不同可用Landsat数据百分比（15%-65%），以评估重建NDVI数据集在空间和时间变化上的准确性。
MODIS 2020年2月中国250m植被指数（NDVI）栅格数据集.zip
04-28
原始数据产品经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到16d 250m的NDVI数据后，再利用最大合成法得到逐月的NDVI数据。 时间：2020年 地区：中国 时间分辨率：月 空间分辨率：250m 投影坐标系：Albers ...
LabVIEW网络数据收发vi
05-29
通过UDP发送数据和接收数据的两个vi
MODIS 2020年逐月中国1km植被指数（NDVI）空间分布数据集
03-18
经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到逐月1km的NDVI数据。 地区：中国 时间分辨率：逐月 空间分辨率：1km 投影坐标系：Albers conical equal area 椭球：WGS84 变形比例：1.0 中央经线：105 标准...
【数据分享】2000—2022年250米分辨率逐月归一化植被指数（NDVI）数据（免费获取/全国/分省/分市）
weixin_63042008的博客
07-31 2145
【数据分享】2000—2022年250米分辨率逐月归一化植被指数（NDVI）数据（免费获取/全国/分省/分市）
中国月度、年度NDVI/植被覆盖空间分布数据分享（1986-2021）
热门推荐
中国科学数据网
01-11 1万+
中国年度NDVI空间分布数据1986-2021年网盘下载地址中国月度、年度NDVI空间分布数据集 数据时间：1998.1-2021.12 数据地点：全国范围 数据来源：中国科学数据网 数据格式：GRID栅格数据 分辨率 ：1 KM、500M、30m、10m、 投影坐标系：Clarke_1866_Albers 需要的朋友， ...
中国30米植被覆盖度数据分享1986-2022
m0_63269495的博客
01-18 1459
植被覆盖度是描述地表植被的重要参数与生态环境的基本指标，在大气圈、土壤圈、水圈和生物圈中都占据着重要的地位，区域及全球范围的植被覆盖度估算对植被及相关领域的研究具有重要意义。往往参照《土壤侵蚀分类分级标准》，将植被覆盖度划分为4个等级：<30%为低覆盖度、30%—45%为中低覆盖度、45%—60%为中覆盖度、>60%为高覆盖度。本数据集包括1986至2022年间，全国植被覆盖度数据，FVC范围值为0-1，数据为浮点型，GeoTIFF格式。NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。
用于估算植被覆盖度的中国大陆30m纯归一化植被指数图
hu397313168的博客
03-21 573
Vv和Vs图是利用MultiVI算法生成的，该算法将基于方向性VI的混合模型与间隙分数模型相结合，构建用于反演Vv和Vs的方程。基于MultiVI Vv和Vs估算的FVC与不同实验站实测FVC对比，表现出约0.1的均方根偏差（RMSD）。利用VI混合模型进行FVC估算的精度和效率取决于两个关键参数的准确计算：全覆盖植被的归一化差异植被指数（NDVI，Vv）和裸土的NDVI（Vs）。通过多角度遥感数据，我们生成了中国大陆范围内的Vv和Vs的30米分辨率NDVI图。
【重磅，更新！】全国2000-2022年植被指数数据(分辨率30m)
abc6838的博客
11-14 437
我们将 NDVI 数据值范围由-1-1 放大 10000 倍到-10000-10000。示例：“NDVImax2010.tif”：表示 2010 年的年最大 NDVI 数据。投影信息：WGS1984 [Longitude and latitude]来源于网络的资源版权归出版社或原作者所有，仅供学习，请勿用于商业。NDVI 有效值范围为 [-10000,10000]。数据格式：GeoTIFF 格式的栅格数据。本公众号资源部分自主研发，部分来源于网络。时间分辨率：每年一期空间分辨率：30 米。
GEEer成长日记十五：盘点GEE中的NDVI数据集
微信公众号：GEEer成长日记
03-18 4743
GEE现有的NDVI数据集
GEE：生成20年NDVI动图和下载（彩色，使用MODIS数据集）
养乐多的博客
10-23 6545
原代码链接https://code.earthengine.google.com/2d3796ec7be491f805fac4163acedd0a?noload=true var roi = ee.Geometry.Polygon( [[112.51963551306746,26.815989026318352], [112.6974766995909,26.815989026318352], [112.6974766995909,26.931749679533954], [112.51
2019-2020年MODIS中国NDVI数据集发布
首先，“中国”标明了数据的空间范围限定，这意味着该NDVI数据集专门针对中国的地理区域；“MODIS”揭示了数据的来源和传感器类型；“遥感”则表明这些数据是通过远程传感技术获取的，这种技术可以在不接触物体表面...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值